用行均值查找和替换缺失值答案

【问题标题】：Find and replace missing values with row mean用行均值查找和替换缺失值
【发布时间】：2013-07-22 16:01:17
【问题描述】：

我有一个带有 NA 的数据框，我想用行平均值替换 NA

c1 = c(1,2,3,NA)
c2 = c(3,1,NA,3)
c3 = c(2,1,3,1)

df = data.frame(c1,c2,c3)

> df
  c1 c2 c3
1  1  3  2
2  2  1  1
3  3 NA  3
4 NA  3  1

这样

【问题讨论】：

标签： r dataframe apply mean

【解决方案1】：

我的解决办法是

rwmns = rowMeans(df,na.rm=TRUE)
df$c1[is.na(df$c1)] = rwmns[is.na(df$c1)]
df$c2[is.na(df$c2)] = rwmns[is.na(df$c2)]
df$c3[is.na(df$c3)] = rwmns[is.na(df$c3)]
> df
  c1 c2 c3
1  1  3  2
2  2  1  1
3  3  3  3
4  2  3  1

有没有更优雅的方法，尤其是当某人有很多列时？

【讨论】：

出色的工作提出了您自己的解决方案。您可以使用[[ 来代替索引，因此每一行都变为df[[col_name]][is.na(df[[col_name]])] <- rwmns[is.na(df[[col_name]])。这样，您可以在要对其执行替换的列名称上循环或使用应用族。

【解决方案2】：

我认为这可行，

df[which(is.na(df), arr.ind=TRUE)] <- rowMeans(df[!complete.cases(df), ], na.rm=TRUE)

【讨论】：

同时使用 is.na 和 complete.cases 有点多余；两行中可能有更有效的方法
也许像这样？ idx <- which(is.na(df), arr.ind=TRUE); df[ idx ] <- rowMeans( df[ idx[,1] , ], na.rm=TRUE)
@SimonO101 Jiber 打败了我们
哈哈，是的，我刚刚看到了！
为了多样化，我离开了这个；此外，complete.cases 部分可能在不同的情况下有用

【解决方案3】：

使用apply（注意返回的对象是matrix）：

t( apply( df , 1 , function(x) { x[ is.na(x) ] = mean( x , na.rm = TRUE ); x } ) )
     c1 c2 c3
[1,]  1  3  2
[2,]  2  1  1
[3,]  3  3  3
[4,]  2  3  1

我们使用任何匿名函数将每一行中每个NA 的值更改为该行的mean。唯一的好处是，如果行数增加，您不必再进行任何输入。它在计算意义上不是特别有效或快速，但在认知意义上更是如此（除非你有 000,000 行，否则你不会注意到）。

【讨论】：

【解决方案4】：

与@baptiste 的回答非常相似

> ind <- which(is.na(df), arr.ind=TRUE)
> df[ind] <- rowMeans(df,  na.rm = TRUE)[ind[,1]]

【讨论】：

我发现如果我有整行 NA，就会发生错误。将这个问题作为一个全新的问题提出是否合适？

【解决方案5】：

另一个选项是在转置数据集后从library(zoo)na.aggregate

library(zoo)
df[] <- t(na.aggregate(t(df)))
df
#  c1 c2 c3
#1  1  3  2
#2  2  1  1
#3  3  3  3
#4  2  3  1

【讨论】：